Multimodal Evaluation Dataset for PE Teaching

kaggle2025-07-14 更新2025-08-16 收录

体育教学

多模态评估

数据链接：

https://www.kaggle.com/datasets/ziya07/multimodal-evaluation-dataset-for-pe-teaching 数据链接链接失效反馈

官方服务：

资源简介：

Sensor, video, and survey-based data for assessing PE teaching quality.

基于传感器、视频及调查数据评估体育教育教学质量的数据集

创建时间：

2025-07-14

OpenGVLab/MMT-Bench

多模态评估

视觉语言模型

MMT-Bench是一个全面的多模态基准测试数据集，旨在评估大型视觉语言模型（LVLMs）在需要专家知识和视觉识别、定位及推理的多模态任务中的表现。该数据集包含31,325个精心策划的多项选择视觉问题，涵盖了32个核心元任务和162个子任务，涉及车辆驾驶和具身导航等多种多模态场景。数据集分为四个文件，分别用于本地模型评估和服务器评估，并提供了处理多图像任务的不同方式。

Hugging Face2024-06-24 更新900

IDEA-CCNL/Ziya-Visual-Eval-Chinese

多模态评估

汉语语言处理

--- license: apache-2.0 language: - zh pretty_name: Ziya-Visual-Eval-Chinese size_categories: - n<1K --- # 姜子牙-Visual中文评估数据集 Ziya-Visual-Eval-Chinese ### 数据介绍 Dataset Summary 数据集由[LLaVA](https://git

Hugging Face2023-06-05 更新310

llava-critic-113k

多模态评估

自然语言处理

# Dataset Card for LLaVA-Critic-113k - 🪐 Project Page: https://llava-vl.github.io/blog/2024-10-03-llava-critic/ - 📰 Paper: https://arxiv.org/abs/2410.02712 - 🤗 Huggingface Collection: https://hug

魔搭社区2026-06-18 更新150

CoMMET

心理理论

多模态评估

CoMMET是由新加坡科技研究局牵头构建的多模态心理理论评估基准数据集，包含591个故事化交互单元（StoryTurns），涵盖欲望、信念、道德推理等7类心理状态。该数据集基于心理学经典ToM手册任务扩展而成，通过1973个问答对和826张配图构建多轮对话场景，采用Gemini 3.0 Pro生成初始数据并经人工校验。作为首个支持多轮交互式评估的基准，其核心价值在于全面测试大语言模型在真实社交场景

arXiv2026-03-12 更新520

WildScore

音乐理解

多模态评估

WildScore是一个基于真实音乐乐谱的多模态符号音乐推理与分析基准数据集，旨在评估多模态大型语言模型（MLLMs）在解读现实世界音乐乐谱和回答复杂音乐学问题方面的能力。每个WildScore实例都是从真实的音乐作品中获取的，并伴随着来自公共论坛的真实用户生成的问题和讨论，捕捉了实际音乐分析的复杂性。为了促进系统的评估，我们提出了一个系统的分类法，包括高级和细粒度的音乐学本体论。此外，我们将复杂

arXiv2025-09-05 更新270

Multimodal Evaluation Dataset for PE Teaching

资源简介：

相关数据集